一种基于图像拼接的场景绘制方法

提出一种基于图像拼接的场景绘制方法，采用一种新的三维全光函数，将沿直线采集的前向序列图像按一定规划处理之后形成一个线性拼接（Linear Mosaic）。线性拼接的数据结构是二维数组，有利于数据的压缩、存储和传输。另外，线性拼线图像的一行对应一个特定视的全方向的全景图，可以绘制其任意方向的视图，降低了对绘制系统内存的要求。     

基于深度图像和半像素的虚拟视点绘制

为提高虚拟视点图像的绘制精度,提出了一种基于深度图像和半像素的虚拟视点绘制方法。该方法首先对参考图像进行预处理,包括图像的半像素处理和亮度校正,然后利用正向3D图像映射获得虚拟视点的图像和深度信息,再利用逆向3D图像映射填补由深度信息不准确等因素产生的部分空洞,并根据深度信息擦除背景伪影,最后根据空洞类型的不同采用不同的方法进行空洞填补。实验结果证明,利用该方法可以绘制出令人满意的虚拟视点图像。     

逆向同心拼图技术

阐述了“逆向同心拼图”技术(inverse concentric mosaics，简称ICM)，ICM是一种基于图像的绘制技术，是“同心拼图”技术(concentric mosaics，简称CM)的一种扩展。在CM技术中，观察者从里向外浏览一个基于图像的场景，而在ICM技术的处理中，观察者一般从外向内观察基于图像的物体。ICM技术具有如下的优点：照片真实感的漫游效果；视点可以连续、实时交互地移动，以抓取丰富的层次；图像数据库可以被较容易的存取和处理。本文的例子包括了计算机合成物体和真实拍摄的图像。     

一个基于图像的虚拟现实系统

简要介绍了基于图像绘制技术的特点及理论基础,重点阐述基于柱面全景图的方法,并在此基础上实现了一个虚拟现实系统。用这个方法,解决了全景图自动生成工具、场景的实时显示算法及全景图浏览器设计的技术问题。     

基于OSG的三维场景管理及实时绘制技术研究与实现

基于OSG（OpenSceneGraph）实现了三维场景管理及实时绘制系统,提供场景及其物体模型的编辑、以各种方式漫游场景,具有良好的交互性。结合OSG技术阐述了其系统功能结构及实时绘制加速技术。该系统在PC机上运行流畅,图形生成速度快、质量高。     

基于视频图像的虚拟环境建模技术

针对基于平面投影变换的图像拼接方法存在的优化参数较多、易导致陷入局部极小和全景图像的生成速度缓慢的问题,提出一种优化参数较少的旋转运动模型,采用层次运动模型和傅里叶方法对帧间隔较大的图像进行对齐,使图像对齐工作量大大减少．该算法计算简单、快速,适用于手持相机拍摄的图像．     

面向虚拟视点图像绘制的深度图编码算法

针对不同区域对绘制虚拟视点图像质量产生不同的影响,以及深度估计不准确导致时域抖动效应影响压缩效率的问题,提出了一种面向虚拟视点图像绘制的深度图压缩算法。通过彩色图像帧差、深度图边缘提取等相关处理过程,提取深度图的静态区域、边缘区域以及动态区域。对深度图边缘区域使用了较低的量化系数,以提高深度图边缘区域编码质量;根据深度图各个区域的编码模式特点,仅对部分编码模式而不是所有模式进行率失真优化搜索,以提高深度图的编码速度;对于深度图P帧的静态区域,合理地采用了SKIP模式,以消除由于深度估计算法的局限性导致时域抖动效应对深度图压缩的影响。实验结果表明,与传统的H.264编码方案相比,本文方案在传输码流大小基本不变的前提下提高了最终虚拟视点图像边缘区域的绘制质量,其余区域主观质量相近,而深度图编码时间则节省了约77～87%。     

基于颜色和深度的场景分割

针对家庭服务机器人对分割精度的要求,研究了基于Kinect的场景分割问题。设计了一种融合Kinect获取的深度信息与颜色信息的场景分割方案。将Kinect获取的深度图像与颜色图像分别用一维向量和三维向量表示,并进行归一化,通过一个平衡系数将二者融合到一起形成场景的四维向量描述;再将基于Nystrm方法的Normalized Cuts谱聚类算法应用于四维向量,从而实现场景分割。实验结果表明,该算法的分割结果优于单独基于颜色或深度信息的场景分割算法,能达到家庭服务机器人对场景分割精度的要求。     

基于无监督深度学习的多聚焦图像融合

摄像机镜头受景深限制,不能同时聚焦距离差别较大的不同物体,导致单次曝光的图像聚焦处图像清晰,未聚焦处图像模糊。为了将多幅不同聚焦情况的图像融合成为一幅全清晰图像,文章提出了一种基于自编码器的无监督卷积神经网络,网络以融合图像与输入图像的结构相似度为目标,增加局部信息加权值,以融合后图像能最大程度地获取原始图像中的有效信息构建损失函数,最终训练网络进行图像融合。该方法在公共基准数据集上取得了较好的表现,与多种方法相比,融合结果的客观指标与主观感受均有明显的提高。     

基于灰度校正的SIFT算法全景图实现

提出应用灰度校正改进全景图像无缝拼接的方法。利用直方图均衡化技术消除拍摄图像的灰度不一致;应用基于尺度不变特征变换算法(SIFT)对图像进行特征匹配,最后利用加权平均算法进行图像融合实现图像的无缝拼接。实验结果表明,图像的匹配对增加了86%,匹配效果优于现有SIFT方法。     

一种多幅单视角图像的双投影柱面全景图生成算法

提出一种多幅单视角图像的双投影柱面全景图生成算法.首先对多幅单视角图像进行正投影,形成一幅空间柱面形状的立体图像;其次对图像重叠部分的对应特征区域进行匹配和接合来实现图像无缝拼接;最后把得到的空间柱面立体图像在圆柱体侧面的任意一个切平面上反投影展开,即可生成一幅360度柱面全景图.实验表明,该算法运算量较小,能快速、有效的生成柱面全景图.     

基于多分类器集成的煤矿区土地利用遥感分类

针对不同分类器在遥感影像分类中的应用效果,将模式识别领域的研究热点——多分类器集成,引入煤矿区土地利用遥感分类.分别以国外Landsat ETM+和国产中巴地球资源卫星(CBERS)影像为数据源,按照煤矿区土地利用分类的特点和需求,构建由支持向量机、径向基神经网络、最大似然分类器、最小距离(马氏距离)分类器、J48决策树等组成的分类器集合,基于Double Fault,WCEC,Kappa等差异性测量指标选择成员分类器,利用Bagging,Boosting、加权投票法、分类器动态选择法、分层组合分类器等分类器集成方法实现组合成员分类器输出,获得集成不同分类器优势的分类结果.试验表明:多分类器集成能够有效地提高土地利用分类精度,在煤矿区土地动态监测和生态环境分析领域具有广泛应用前景.     

基于快速整数提升小波变换的多幅图像融合

在分析已有多分辨率图像融合方法的基础上,针对多幅图像融合模型的选择问题,提出了一种基于快速整数提升小波变换的多幅图像融合新算法。首先采用整数提升小波变换将多幅源图像分解到不同尺度、方向频带范围内,然后根据图像提升小波变换后不同子带的特点分别采用了2种新的高、低频融合策略,最后通过整数提升小波逆变换得到融合图像。对多幅源图像进行了融合实验,并对融合结果进行了主观和客观的评价。实验结果表明,该算法不仅适合多幅图像的实时快速融合,而且可以获得视觉效果较佳、细节更为丰富的融合图像。     

带缝钢板剪力墙结构的性能分析

带缝钢板剪力墙作为一种新型的抗侧力构件,有着良好的综合效益.结合国内外部分相关的研究成果,如试件情况,试验结论和影响其性能的因素等,明确阐述了带缝钢板剪力墙结构的性能.     

Multiscale edge detection of noisy images using wavelets

The classical edge detectors work fine with the high quality pictures, but often are not good enough for noisy images because they cannot distinguish edges of different significance. The paper presented a novel approach to multiscale edge detection for noisy images using wavelet transforms based on Lipschitz regularity coefficients and a cascade algorithm. The relationship between wavelet transform and Lipschitz regularity was established. The proposed wavelet based edge detection algorithm combined the coefficients of wavelet transforms along with a cascade algorithm which significantly improves the result. The comparison between the proposed method and the classical edge detectors was carried out. The algorithm was applied to various images and its performance was discussed. The results of edge detection of contaminated images using the proposed algorithm show that it works better than the classical edge detectors.     

Fast recognition using convolutional neural network for the coal particle density range based on images captured under multiple light sources

A method based on multiple images captured under different light sources at different incident angles was developed to recognize the coal density range in this study. The innovation is that two new images were constructed based on images captured under four single light sources. Reconstruction image 1 was constructed by fusing greyscale versions of the original images into one image, and Reconstruction image 2 was constructed based on the differences between the images captured under the different light sources. Subsequently, the four original images and two reconstructed images were input into the convolutional neural network AlexNet to recognize the density range in three cases: −1.5 (clean coal) and + 1.5 g/cm³ (non-clean coal); −1.8 (non-gangue) and + 1.8 g/cm³ (gangue); −1.5 (clean coal), 1.5–1.8 (middlings), and + 1.8 g/cm³ (gangue). The results show the following: (1) The reconstructed images, especially Reconstruction image 2, can effectively improve the recognition accuracy for the coal density range compared with images captured under single light source. (2) The recognition accuracies for gangue and non-gangue, clean coal and non-clean coal, and clean coal, middlings, and gangue reached 88.44%, 86.72% and 77.08%, respectively. (3) The recognition accuracy increases as the density moves further away from the boundary density.     

基于小波分析的数字图像噪声消除

小波变换作为一种数学理论和方法在科学技术界引起了越来越多的关注和重视.本文通过阐述基于小波变换的Donoho软阈值去噪方法,旨在向读者展示小波变换在图像噪音消除方面的实际运用以及其前景.其中笔者具体对一幅加噪音图像进行Mallat算法仿真,其结果表明该去噪算法具有很强的实用性,很值得推广、运用.     

与等深线协调的水深自动选取方法

针对当前水深自动选取中未考虑与等深线的协调问题,提出了一种与等深线协调的水深自动选取方法。运用道格拉斯普克算法,自动识别出等深线上的弯曲特征点;定义了水深点与等深线的协调度,并建立了协调度评估模型;通过计算水深点在等深线凸凹处和平直处的协调度,选取出与等深线最协调的水深点。试验结果表明:所提方法可分别在等深线凸凹处和平直处优选出协调匹配的水深点,并利用统计分析确定出所提方法中阈值、凸凹处和平直处的最协调距离的参数取值,进一步提高水深与等深线的协调效果。此外,通常资料图水深数据密度越大,选取出与等深线协调的水深点就越合理。